Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ejercicios Sumatoria PDF
Ejercicios Sumatoria PDF
PUNO PER
2011
SUMATORIA
ak
k m
Signo
sumatoria
x
i =1
1 2
3
n
+ 2 + 3 + ... + n
2 2
2
2
1 2
3
n
S = + 2 + 3 + ... + n
2 2
2
2
3
2
4
S = 1 + 2 + 3 + .... + n +1 n
S=
Trmino a sumar
i
Valor por el cual comienza la suma
Ejemplos:
xi
i =1
n
xi
i =1
= x1 + x 2 + x3 + x 4 + x5
=x1 + x 2 + x3 + x 4 + ..... + x n
SUMATORIA-PROPIEDADES
1. La sumatoria de la suma de dos o ms trminos, es igual a la suma de las
sumatorias separadas de los trminos.
i =1
i =1
i =1
( xi + y i ) = x i + y i
i =1
i =1
i =1
( xi y i ) = xi y i
3. La sumatoria de una constante multiplicada por una variable es igual a la constante
multiplicada por la sumatoria de la variable.
i =1
i =1
a.xi = a. xi
4. La sumatoria de una constante es igual a la constante multiplicada por el nmero
que indique los lmites de la sumatoria.
a = n.a
x =1
n
x
=
x
i =1
i =1
n
Es falso el tomar a
i =1
i =1
i =1
xi yi = xi . yi
EJERCICIOS.
1.Escribe los trminos de cada una de las siguientes sumatorias.
4
a ) ( X i + 2)
c ) U i (U i + 6 )
b ) f i X i2
i =1
i =1
d ) (YK2 4 )
N
i =1
e ) 4 X iYi
K =1
i =1
2.-- Dadas dos variables X e Y toman los valores X1= 2, X2= -5, X3= 4, X4= -8 y Y1= -3, Y2=-8,
Y3=10, Y4= 6. Calcula :
4
a ) X i
i =1
b)Y i
i =1
i =1
i =1
h) ( X i + Y i ) ( X i Yi )
g) X i .Y i 2
i =1
i =1
X i = 4 y
Xi
i =1
e)Y i 2
i =1
3.Si
d) X i2
i =1
f ) X i . Yi
i =1
c) X iYi
a ) (2X i + 3)
Halle:
b) X i ( X i 1)
i =1
= 10 ,
=1
c) (X i 5)2
i =1
i =1
4.Dos variables U y V toman los valores U1= 3, U2= -2, U3= 5 y V1= -4, V2= -1, V3= 6,
respectivamente. Calcule:
3
b) ( Ui +3 )(V i 4 )
a ) U iV i
i =1
e ) U iV i 2
i =1
f) (U i2 2V i 2 + 2)
i =1
Xi = 7
i =1
Yi = 3
i =1
5.Dado
3
n
c)V i
d) U i V i
i =1
i =1 i =1
n
U
g) i
Vi
i=1
i =1
X iY i
= 5 Halle:
=1
b) ( X i 3)( 2Y i + 1)
a ) (2 X i + 5Y i )
i =1
i =1
a ) xi =
i =1
b) f i .xi =
c ) x 2 =
i =1
x =1
d ) 3i =
i =1
e ) m( x y ) =
m =1
f ) (x j + y j ) =
3
j =1
g ) f i ( xi 20 ) = h) (2 xi + 4 ) = i ) 5 x i = j ) (2 xi + y i 6 z i ) = k ) (Ay j + j ) =
3
i =1
i =1
i =0
i =1
j =1
SUMATORIA----EJERCICIOS
Desarrolle las siguientes sumatorias
a) k
12
b)
K =1 k
n) k ( 1)
i ) (k + 4 )(k 1)
) (20 2k )( 1)
k =3
k =0
4
h) (k 1)(k + 2 )
8
k 1
k =0
9
k =0
k = 1
c) (2k 4 )
j ) (k + 3)(k 4 )
o) (k + 3)( 1)
d ) (2k + 1)
k ) (k 3 k )
p ) (k + 5)
e) (5 k )
l ) (k + 3k 7 )
q ) (k + 1)
ll ) (3k 3 + 5k 2 + k 3)
r ) (k 2 7 )
k =0
k = 3
k = 3
n +3
3k + 1
f )
2
k =0
6
k =4
k = 3
n 1
3k 5k + 9
m)
2k 1
k = 2
g ) (k + 3)
k = 3
s ) (2k + 3)
k =1
k = 1
k =2
k = 2
k = 2
k =3
k = 2
a ) (K + 1)
N
K =0
b) e kx Senkx =
k =2
(1) k 1 e kx
=
e)
1+ k 4
k =0
n
i ) k k 4 + Sen
k =1
c) (2 3k ) =
5
k =0
f ) Lg (k + 1) =
k
=
2
k = 2
3
k
j ) Sen 2 =
k =0
4
d ) (2 + 3k )
k
(
1)
=
g )
k =1 k (k + 1)
n
k ) k 3 =
k =1
k 4
k =1
k
(
1) (k + 2 )
=
h)
k
k =1 k (k + 1)2
n +1
(k + 3)(k + 4 )
l)
1+ k 2
n
k = 2
1
=
k =3 (2k + 1)(2k 1)
m
ll )
HOJA DE EJERCICIOS N 1
1. El valor de dos (2) variables X e Y, de una poblacin es de 50 y 70 respectivamente.
i.
Cul es la razn entre X e Y?
ii.
Cul es la proporcin de cada variable?
iii.
Cul es el porcentaje de cada variable?
2. En una poblacin de 240 datos y de dos variables X e Y el porcentaje de X [P(X) ] es de
35%.
i.
Cul es valor de cada variable?
ii.
Cul es la proporcin de cada variable?
iii.
Cul es la razn entre X e Y?
3. En una poblacin de tres (3) variables X, Y y Z el valor de cada una de ellas es:
40 y 80 respectivamente.
i.
Halle la razn entre X e Y; entre Z y X y entre Y y Z.
ii.
Halle la proporcin de cada variable.
iii.
Halle el porcentaje de cada variable.
60,
4. En una poblacin de cinco (5) variables el valor de cada una de ellas es: X1 = 150; X2 =
200; X3 = 180; X4 = 160 y X5 = 300.
i.
Calcule la razn entre: X3 y X1; X4 y X2 y X5 y X1
ii.
Verificar que la suma de las proporciones es igual a uno (1)
iii.
Calcule el porcentaje de cada variable.
5. En una poblacin de dos (2) variables X e Y la razn entre X e Y es de 5 a 3 y el total
de ellas es 240.
i.
Halle el valor de cada variable.
ii.
Calcule la proporcin de cada variable.
iii.
Calcule el porcentaje de cada variable.
6. En una poblacin de tres (3) variables X, Y y Z, la razn entre X y Z es de 5 a 9 y la
proporcin de Y es 0,3, s el total de la poblacin es de 720.
i.
Cul es el valor de cada variable?
ii.
Halle la razn entre X e Y, entre Z e Y.
iii.
Cul es la proporcin de cada variable?
iv.
Cul es el porcentaje de cada variable?
7. Dada la siguiente tabla
i
1
Xi
Yi
( X
b)
4
( 3X
a)
( 2. X
e)
Yi )
f )
( X
j)
2 6
i =3
( 2. X i + 4 )
c ) X i .Yi
i =2
i +1
Yi 1 )
+1
( X
k)
i =4
i =2
( X
d)
i 1
Yi+1 )2
2
i
Yi 2 )
i =3
4
g)
i =2
i =2
( X i2 + Y3 )2
i =2
+4)
i ) ( X i + Yi 2 )
i =2
Yi )
i =1
i =1
6
h)
i =1
2
i
+3
a ) x1 + x2 + x3 + x3
b )x1 + x2 + x3 + x4 + x5
2
X =
Y=
i =1
. Demostrar que:
n
n
( X
A)
X ),( Yi Y ) =
i =1
X .Y
i
i =1
n
Yi
n
= Yi i =1
n
i =1
i =1
) =
X =0
(X
X 0 ) n. X X 0 = 0
(Y Y )
n
F)
i =1
n1
1 n 2 1
=
Yi
n 1 i =1
n
Yi
i =1
i =1
E)
Xi
X i i =1
n
(X
D)
i =1
i =1
n
(X
n
C)
X . Y
i =1
(Y Y )
n
B)
f )( x2 + x2 + x2 + x2 + x2 ) + 6
i =i
d )x2 + x3 + x4 + x5 + x6 + 5
e )(4 x3 + 7 ) + (4 x3 + 7 ) + (4 x3 + 7 ) + (4 x3 + 7 )
PROBLEMAS DE APLICACIN
(APLICACIONES: EXCEL SAS Y MINITAB)
1. Dada la serie histrica de descargas medias (m3/s) del rio Huancan, para el periodo 19592008. Calcule las frecuencias absolutas, relativa, acumulada, funcin de densidad y funcin
acumulada.
ao
Q=m3/s
ao
Q=m3/s
ao
Q=m3/s
ao
Q=m3/s
ao
Q=m3/s
1959
1960
1961
1962
1963
1964
1965
1966
1967
25.00
20,00
13,00
26,00
29,00
22,00
29,00
20,00
19,00
1969
1970
1971
1972
1973
1974
1975
1976
1977
17,00
11,00
14,00
28,00
28,00
21,00
16,00
7,00
28,00
1979
1980
1981
1982
1983
1984
1985
1986
1987
24,00
21,00
18,00
20,00
19,00
17,00
21,00
17,00
21,00
1989
1990
1991
1992
1993
1994
1995
1996
1997
19,00
29,00
24,00
23,00
24,00
15,00
27,00
19,00
26,00
1999
2000
2001
2002
2003
2004
2005
2006
2007
23,00
10,00
14,00
23,00
21,00
27,00
27,00
28,00
26,00
9,00
1988
8,00
1998
23,00
2008
19,00
o
4
2
4
12
10
8
10
50
frec. Relat.
0.08
0.04
0.08
0.24
0.2
0.16
0.2
1
1968 26,00
1978
Solucin problema 1
10
10
10
8
8
6
4
4
2
2
0
1
Intervalo de clase
Frecuencia relativa
0.25
0.2
0.2
0.2
0.16
0.15
0.1
0.08
0.08
0.04
0.05
0
1
Intervalo de clase
1
1
0.8
0.8
0.64
0.6
0.44
0.4
0.2
0.2
0.08
0.12
0
1
4
Intervalo de clase
2. Dado los datos de precipitacin anual, en mm. De la Estacin Ayaviri, para el periodo 19592008. Calcular su media, varianza, desviacin estndar, coeficiente de variacin, coeficiente
de sesgo y coeficiente de curtosis.
ao
1959
1960
1961
1962
1963
1964
1965
1966
1967
pp
(mm)
650.00
752,00
536,00
777,00
127,00
505,00
499,00
552,00
701,00
ao
1969
1970
1971
1972
1973
1974
1975
1976
1977
pp
(mm)
158,00
81,00
793,00
635,00
279,00
251,00
354,00
494,00
770,00
ao
1979
1980
1981
1982
1983
1984
1985
1986
1987
pp
(mm)
139,00
686,00
531,00
105,00
369,00
519,00
515,00
316,00
79,00
ao
1989
1990
1991
1992
1993
1994
1995
1996
1997
pp
(mm)
155,00
601,00
149,00
485,00
193,00
724,00
404,00
514,00
608,00
ao
1999
2000
2001
2002
2003
2004
2005
2006
2007
pp
(mm)
239,00
512,00
97,00
370,00
545,00
751,00
460,00
798,00
124,00
2008 416,00
Solucin problema 2
Media
Varianza
Desvest
CV
Coef Sesgo
Curtosis
429.72
54181.88
232.77
54.17
-0.06
-1.29
m3/s
2500
3220
2246
1804
2737
ao
1959
1960
1961
1962
1963
m3/s
2070
3682
4240
2367
7061
ao
1964
1965
1966
1967
1968
m3/s
2489
2350
3706
2675
6267
ao
1969
1970
1971
1972
1973
m3/s
5971
4744
6000
4060
6900
ao
1974
1975
1976
1977
1978
m3/s
5565
3130
2414
1796
7430
3886.16
1825.91
7500
1.9792
0.9761
0.0239
0.0167
0.9833
0.9833
2.1280
7771.7717
b) Distribucin Lognormal
P(X>x)
P(X<x)
F(z)
z=
ln(x) =
x=
0.0167
0.9833
0.9833
2.1280
9.1221
9155.0451
Gamma
bheta1
alpha1
delta1
P(X>x)
gl
2y
y
x
0.6778
8.7057
618.8364
-1501.2647
0.0167
17
31.6415
15.8208
8289.2060
alpha
beta
T
x
0.00059773
2997.96706
60
9833.7448
Distribucin Gumbel
4. Dada la serie histrica de descargas medias (m3/s) del rio Huancan, para el periodo 19592008. Realizar las pruebas de bondad de ajustes de Chi-cuadrado (X2 ) y SmirnovKolmogorov, para ver si se ajustan a una distribucin normal.
AO Q=m3/s AO Q=m3/s AO Q=m3/s AO Q=m3/s AO Q=m3/s
1959
1960
1961
1962
1963
1964
1965
1966
1967
28.00
21,00
13,00
28,00
29,00
23,00
29,00
20,00
19,00
1968 26,00
1969
1970
1971
1972
1973
1974
1975
1976
1977
17,00
11,00
14,00
28,00
28,00
21,00
16,00
7,00
28,00
1978 9,00
1979
1980
1981
1982
1983
1984
1985
1986
1987
24,00
21,00
18,00
20,00
19,00
16,00
21,00
7,00
21,00
1988 8,00
1989
1990
1991
1992
1993
1994
1995
1996
1997
14,00
29,00
24,00
23,00
24,00
15,00
27,00
19,00
26,00
1998 23,00
1999
2000
2001
2002
2003
2004
2005
2006
2007
23,00
10,00
14,00
23,00
25,00
27,00
17,00
28,00
26,00
2008 16,00
5. Se desea saber si en una cierta regin el gasto mximo medio anual, el rea de la cuenca y la
altura media de precipitacin mxima en 24 horas se pueden correlacionar linealmente, y que
tan bueno es el ajuste. Los datos se presentan en la tabla siguiente:
Estacin
Meteorolgic
a
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
X1=rea de la
cuenca,
103 km2
1.23
5.25
8.55
7.99
7.36
5.78
5.98
8.11
2.23
6.77
7.02
3.04
6.78
1.23
2.22
Estadsticas de la regresin
Coeficiente de correlacin mltiple
Coeficiente de determinacin R^2
R^2 ajustado
Error tpico
Observaciones
0.4618
0.2132
0.0821
25.0735
15.0000
F. de V.
Regresin
Residuos
Total
Intercepcin
Variable X 1
Variable X 2
GL
2
12
14
SC
2044.4866
7544.1667
9588.6533
Coeficientes
-11.5288
2.2847
15.9144
CM
1022.243
628.6806
Error tpico
32.9915
2.8637
8.8250
Fc
1.6260
Estadstico t
-0.3494
0.7978
1.8033
data regresion;
input X1 X2 Y;
CARDS;
1.23 2.9 45.2
5.25 1.8 9.1
8.55 2.2 48.3
7.99 1.1 35.8
7.36 3.9 74.9
5.78 2.7 26.7
5.98 2.5 12.1
8.11 2.3 6.8
2.23 2.8 69.7
6.77 1.1 57
7.02 2.1 33.7
3.04 3.9 71.4
6.78 3.2 88.2
1.23 3.3 26.6
2.22 2.7 16
PROC PRINT;
PROC REG;
MODEL Y=X1 X2;
PROC GLM;
PROC PLOT;
RUN;
Obs
1
2
3
4
5
6
7
X1
1.23
5.25
8.55
7.99
7.36
5.78
5.98
X2
2.9
1.8
2.2
1.1
3.9
2.7
2.5
Y
45.2
9.1
48.3
35.8
74.9
26.7
12.1
Valor crt de F
0.2372
Probabilidad
0.7328
0.4405
0.0965
8
9
10
11
12
13
14
15
8.11
2.3
6.8
2.23
2.8
69.7
6.77
1.1
57.0
7.02
2.1
33.7
3.04
3.9
71.4
6.78
3.2
88.2
1.23
3.3
26.6
2.22
2.7
16.0
The REG Procedure
Model: MODEL1
Dependent Variable: Y
Analysis of Variance
Source
Model
Error
Corrected Total
Sum of
Squares
2044.48663
7544.16670
9588.65333
DF
2
12
14
Mean
Square
1022.24332
628.68056
F Value
1.63
Root MSE
Dependent Mean
Coeff Var
25.07350
R-Square
41.43333
Adj R-Sq
60.51529
Parameter Estimates
Parameter
Standard
Variable
Intercept
X1
X2
DF
1
1
1
Estimate
-11.52882
2.28473
15.91441
Error
32.99154
2.86373
8.82500
t Value
-0.35
0.80
1.80
Pr > F
0.2372
0.2132
0.0821
Pr > |t|
0.7328
0.4405
0.0965
m1
m2
m3
m4
Prueba 1
45
42
43
48
Prueba 2
90
100
102
104
Prueba 3
40
45
56
58
Prueba 4
89
25
98
25
Prueba 5
105
125
87
103
Prueba 6
111
121
120
109
Prueba 7
80
85
86
88
Pruebe con un nivel de significancia de 0.01 si estas muestras son diferentes en su resistencia a
la compresin, y efectuar la prueba de rango mltiple de Duncan a la probabilidad de 0.01.
SOLUCIONARIO MANUAL
1) Hiptesis
H0: i=0
Ha: i 0
2) Nivel de significacin
= 0.05 y 0.01
3) Estadstica de Prueba
Fc=(CMtratam/CMerror)
4) Regla de decisin
Si Fc F0.05, no se rechaza la Ho. Se representa (NS)
Si F0.05< Fc < F0.01, se rechaza la H0, representando con un asterisco (*)
Si Fc > F0.01; se rechaza la H0, representndose por dos asteriscos (**)
5) Clculos
..
=
=
a)
"..#
=
177603.571
23
.
..
=
$34' 55$6'
= 36. 47
.
d) =
3 83
8 = 76. 47 19424.42857
=5970.0000
6) Anlisis de varianza
Cuadro 44. Anlisis de varianza de los resultados
F.de V.
Pruebas
Error
Total
GL
SC
CM
Fc
19424.42857 3237.40476 11.3878559
5970.00000 284.285714
25394.42857
6
21
27
Ft
2.57
Pr>F
1.109E-05
Niv. Sig.
**
C.V. = 21.1705 %
SOLUCIONARIO CON EL PAQUETE DEL SISTEMA PARA EL ANALISIS
ESTADISTICO
data trabajo;
input x$ y@@;
datalines;
p1 45
p1 42
p1 43
p148
p2
p2
p2
p2
90
100
102
104
p3
p3
p3
p3
40
45
56
58
p4
p4
p4
p4
89
25
98
25
p5
p5
p5
p5
105
125
87
103
p6
p6
p6
p6
proc print;
proc anova;
class x;
model y=x;
means x/duncan alpha=0.01;
run;
RESULTADOS UTILIZANDO EL SAS
Obs
1
2
3
4
x
p1
p2
p3
p4
y
45
90
40
89
111
121
120
109
p7
p7
p7
p7
80
85
86
88
Class
x
5
p5
105
6
p6
111
7
p7
80
8
p1
42
9
p2
100
10
p3
45
11
p4
25
12
p5
125
13
p6
121
14
p7
85
15
p1
43
16
p2
102
17
p3
56
18
p4
98
19
p5
87
20
p6
120
21
p7
86
22
p1
48
23
p2
104
24
p3
58
25
p4
25
26
p5
103
27
p6
109
28
p7
88
The ANOVA Procedure
Class Level Information
Levels
Values
7
p1 p2 p3 p4 p5 p6 p7
Number of observations
28
The ANOVA Procedure
Dependent Variable: y
Source
Model
Error
Corrected Total
DF
6
21
27
Sum of
Squares
Mean Square
19424.42857
3237.40476
5970.00000
284.28571
25394.42857
F Value
11.39
Pr > F
<.0001
R-Square
0.764909
DF
6
Coeff Var
Root MSE
y Mean
21.17048
16.86077
79.64286
Source
Anova SS
Mean Square
F Value
Pr > F
x
19424.42857
3237.40476
11.39
<.0001
The ANOVA Procedure
Duncan's Multiple Range Test for y
NOTE: This test controls the Type I comparisonwise error rate, not the experimentwise
error rate.
Alpha
0.01
Error Degrees of Freedom
21
Error Mean Square
284.2857
Number of Means
2
3
4
5
6
Critical Range
33.76
35.21
36.17
36.87
37.41
Means with the same letter are not significantly different.
Duncan Grouping
Mean
N
x
A
115.25
4
p6
A
105.00
4
p5
A
99.00
4
p2
B
A
84.75
4
p7
B
C
59.25
4
p4
B
C
49.75
4
p3
C
44.50
4
p1
7
37.85
Lavad 1
Lavad 2
Lavad 3
Lavad 4
Detergente A
100
102
101
104
Detergente B
25
46
52
55
Detergente C
45
58
62
66
Detergente D
47
50
63
65
Detergente E
49
54
68
67
Detergente F
99
95
98
99
GL
3
5
15
23
SC
CM
Fc
849.5000 283.166667 8.78490176
11506.8333 2301.36667 71.3971044
483.5000 32.2333333
12839.8333
Ft
Sig
3
5
68
3
6
98
4
1
104
4
2
55
4
3
66
4
4
65
4
5
67
4
6
99
proc print;
proc anova;
class lavadoras detergente;
model rdto= lavadoras detergente;
means detergente/tukey alpha =0.05;
run;
Obs
lavadoras
detergente
rdto
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
1
1
100
1
2
25
1
3
45
1
4
47
1
5
49
1
6
99
2
1
102
2
2
46
2
3
58
2
4
50
2
5
54
2
6
95
3
1
101
3
2
52
3
3
62
3
4
63
3
5
68
3
6
98
4
1
104
4
2
55
4
3
66
4
4
65
4
5
67
4
6
99
The ANOVA Procedure
Class Level Information
Class
Levels
Values
lavadoras
4
1 2 3 4
detergente
6
1 2 3 4 5 6
Number of observations
24
The ANOVA Procedure
Dependent Variable: rdto
Source
Model
Error
Corrected Total
Source
lavadoras
detergente
DF
8
15
23
R-Square
0.962344
DF
3
5
Sum of
Squares
Mean Square
F Value
12356.33333
1544.54167
47.92
483.50000
32.23333
12839.83333
Coeff Var
Root MSE
rdto Mean
8.159196
5.677441
69.58333
Anova SS
Mean Square
F Value
849.50000
283.16667
8.78
11506.83333
2301.36667
71.40
Pr > F
<.0001
Pr > F
0.0013
<.0001
8. Evaluar el sistema de riego por exudacin utilizando cuatro variedades de meln, bajo
modalidad de siembra, SIMPLE HILERA. Se desea probar el comportamiento de tres
variedades hbridas de meln y uno estndar:
V1 : Hbrido Mission
V3 : Hbrido Topfligth.
V2 : Hbrido Mark.
C2
C3
C4
F1
36V1
50 V2
43 V3
35 V4
F2
29 V4
53 V3
41 V2
63 V1
F3
37 V2
41 V4
41 V1
63 V3
F4
38 V3
40 V1
35 V4
41 V2
F. de V.
Hilera
Columna
Tratamiento
Error
Total
GL
3
3
3
6
15
SC
CM
170.75
56.92
552.75
184.25
430.25
143.417
254.0000 42.3333
1407.7500
Fc
1.3445
4.3524
3.3878
Ft
sig.
FILA
COLUMNA
TRAT
RDTO
1
1
V1
36
1
2
V2
50
1
3
V3
43
1
4
V4
35
2
1
V4
29
2
2
V3
53
2
3
V2
41
2
4
V1
63
3
1
V2
37
3
2
V4
41
3
3
V1
41
3
4
V3
63
4
1
V3
38
4
2
V1
40
4
3
V4
35
4
4
V2
41
The ANOVA Procedure
Class Level Information
Class
Levels
Values
FILA
4
1 2 3 4
COLUMNA
4
1 2 3 4
TRAT
4
V1 V2 V3 V4
Number of observations
16
The ANOVA Procedure
Dependent Variable: RDTO
Source
Model
Error
Corrected Total
DF
9
6
15
Sum of
Squares
Mean Square
1153.750000
128.194444
254.000000
42.333333
1407.750000
F Value
3.03
Pr > F
0.0954
R-Square
0.819570
Source
FILA
COLUMNA
TRAT
DF
3
3
3
Coeff Var
15.17529
Anova SS
170.7500000
552.7500000
430.2500000
Root MSE
6.506407
Mean Square
56.9166667
184.2500000
143.4166667
RDTO Mean
42.87500
F Value
1.34
4.35
3.39
Pr > F
0.3456
0.0596
0.0949
REPETICIN I
Fundentes
F1
F2
F3
F4
A 20.0
B 17.5
C 14.0
D 14.0
D 24.0
A 21.0
B 18.0
C 14.1
C 12.0
D 18.0
A 23.0
B 19.0
B 20.0
C 15.0
D 13.0
A 22.0
REPETICIN II
Fundentes
F1
F2
F3
F4
C 12.0
D 10.0
A 24.2
B 22.1
B 19.5
C 13.0
D 10.5
A 22.3
A 23.5
B 17.2
C 20.4
D 14.0
D 11.0
A 22.2
B 20.5
C 14.5
3
21
31
365.545937
214.159062
600.919688
121.85
10.198
11.948229
**
data fundente;
input repet hilera columna trat$
cards;
1
1
1
1
1
1
1
1
1
2
1
2
1
2
1
2
1
2
3
4
1
2
3
4
A
B
C
D
D
A
B
C
20
17.5
14
14
24
21
18
14.1
rdto;
0.0001
1
3
1
C
12
1
3
2
D
18
1
3
3
A
23
1
3
4
B
19
1
4
1
B
20
1
4
2
C
15
1
4
3
D
13
1
4
4
A
22
2
1
1
C
12
2
1
2
D
10
2
1
3
A
24.2
2
1
4
B
22.1
2
2
1
B
19.5
2
2
2
C
13
2
2
3
D
10.5
2
2
4
A
22.3
2
3
1
A
23.5
2
3
2
B
17.2
2
3
3
C
20.4
2
3
4
D
14
2
4
1
D
11
2
4
2
A
22.2
2
4
3
B
20.5
2
4
4
C
14.5
PROC PRINT;
PROC ANOVA;
CLASS REPET HILERA COLUMNA TRAT;
MODEL RDTO= REPET HILERA COLUMNA TRAT;
MEANS HILERA COLUMNA TRAT/TUKEY ALPHA=0.01;
RUN;
RESULTADOS DEL PROGRAMA DE SAS
Obs
repet
hilera
columna
trat
rdto
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
2
2
1
1
1
1
2
2
2
2
3
3
3
3
4
4
4
4
1
1
1
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
A
B
C
D
D
A
B
C
C
D
A
B
B
C
D
A
C
D
A
20.0
17.5
14.0
14.0
24.0
21.0
18.0
14.1
12.0
18.0
23.0
19.0
20.0
15.0
13.0
22.0
12.0
10.0
24.2
20
21
22
23
24
25
26
27
28
29
30
31
32
2
2
2
2
2
2
2
2
2
2
2
2
2
1
4
B
22.1
2
1
B
19.5
2
2
C
13.0
2
3
D
10.5
2
4
A
22.3
3
1
A
23.5
3
2
B
17.2
3
3
C
20.4
3
4
D
14.0
4
1
D
11.0
4
2
A
22.2
4
3
B
20.5
4
4
C
14.5
The ANOVA Procedure
Class Level Information
Class
Levels
Values
repet
2
1 2
hilera
4
1 2 3 4
columna
4
1 2 3 4
trat
4
A B C D
Number of observations
32
Dependent Variable: rdto
Sum of
Source
DF
Squares
Mean Square
F Value
Pr > F
Model
10
386.7606250
38.6760625
3.79
0.0048
Error
21
214.1590625
10.1980506
Corrected Total
31
600.9196875
R-Square
Coeff Var
Root MSE
rdto Mean
0.643615
18.19947
3.193439
17.54688
Source
DF
Anova SS
Mean Square
F Value
Pr > F
repet
1
1.8528125
1.8528125
0.18
0.6743
hilera
3
12.1609375
4.0536458
0.40
0.7562
columna
3
7.2009375
2.4003125
0.24
0.8707
trat
3
365.5459375
121.8486458
11.95
<.0001
Tukey's Studentized Range (HSD) Test for rdto
NOTE: This test controls the Type I experimentwise error rate, but it generally has a
higher Type II
error rate than REGWQ.
Alpha
0.01
Error Degrees of Freedom
21
Error Mean Square
10.19805
Critical Value of Studentized Range 4.98557
Minimum Significant Difference
5.629
Means with the same letter are not significantly different.
Tukey Grouping
Mean
N
hilera
A
18.388
8
3
A
17.800
8
2
A
17.275
8
4
A
16.725
8
1
Tukey's Studentized Range (HSD) Test for rdto
NOTE: This test controls the Type I experimentwise error rate, but it generally has a
higher Type II
error rate than REGWQ.
Alpha
0.01
Error Degrees of Freedom
21
Error Mean Square
10.19805
Critical Value of Studentized Range 4.98557
Minimum Significant Difference
5.629
Means with the same letter are not significantly different.
Tukey Grouping
Mean
N
columna
A
17.950
8
3
A
17.750
8
4
A
17.750
8
1
A
16.738
8
2
Tukey's Studentized Range (HSD) Test for rdto
NOTE: This test controls the Type I experimentwise error rate, but it generally has a
higher Type II
error rate than REGWQ.
Alpha
0.01
Error Degrees of Freedom
21
Error Mean Square
10.19805
Critical Value of Studentized Range 4.98557
Minimum Significant Difference
5.629
Means with the same letter are not significantly different.
Tukey Grouping
Mean
N
trat
A
22.275
8
A
B
A
19.225
8
B
B
14.375
8
C
B
14.313
8
D
10. Se desea determinar los efectos de la temperatura de la caldera (1600 y 1900 F) y del
ancho del horno
(4, 8 y 12 pulgadas) para el experimento; supngase que cinco
repeticiones de ese experimento dan los siguientes tiempos requeridos para la produccin
del coque (en horas):
A
A(4) Pulgadas
A(8) Pulgadas
A(12) Pulgadas
T1=1600
T2=1900
T1=1600
T2=1900
T1=1600
T2=1900
12.5
8.2
17.1
5.2
17.8
7.6
II
14.0
9.3
16.9
4.6
15.6
9.1
III
12.7
6.4
17.5
8.8
17.8
7.9
IV
13.5
7.8
17.3
5.9
16.8
8.1
14.4
10.7
20.2
8.3
22.4
10.2
Explquese un anlisis de variancia basado en este experimento con dos factores y prubese la
significancia de los efectos factoriales, empleando un nivel de significancia de 0.05. Aplicar la
prueba de Duncan = 0.05, si es que es significativo al nivel de ANOVA.
RESULTADO UTILIZANDO EL PAQUETE DE SISTEMA DE ANALISIS ESTADISTICO
data flores;
input ancho temp hr;
cards;
1
1
12.5
1
1
14
1
1
12.7
1
1
13.5
1
1
14.4
1
2
8.2
1
2
9.3
1
2
6.4
1
2
7.8
1
2
10.7
2
1
17.1
2
1
16.9
2
1
17.5
2
1
17.3
2
1
20.2
2
2
5.2
2
2
4.6
2
2
8.8
2
2
5.9
2
2
8.3
3
1
17.8
3
1
15.6
3
1
17.8
3
1
16.8
3
1
22.4
3
2
7.6
3
2
9.1
3
2
7.9
3
2
8.1
3
2
10.2
proc print;
proc anova;
class ancho temp;
model hr=ancho temp ancho*temp;
means ancho temp ancho*temp/duncan;
run;
RESULTADO
Obs
ancho
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
temp
hr
1
1
12.5
1
1
14.0
1
1
12.7
1
1
13.5
1
1
14.4
1
2
8.2
1
2
9.3
1
2
6.4
1
2
7.8
1
2
10.7
2
1
17.1
2
1
16.9
2
1
17.5
2
1
17.3
2
1
20.2
2
2
5.2
2
2
4.6
2
2
8.8
2
2
5.9
2
2
8.3
3
1
17.8
3
1
15.6
3
1
17.8
3
1
16.8
3
1
22.4
3
2
7.6
3
2
9.1
3
2
7.9
3
2
8.1
3
2
10.2
The ANOVA Procedure
Class Level Information
Class
Levels
Values
ancho
3
1 2 3
temp
2
1 2
Source
Model
Error
Corrected Total
Source
ancho
temp
ancho*temp
Number of observations
30
The ANOVA Procedure
Dependent Variable: hr
Sum of
DF
Squares
Mean Square
5
630.8106667
126.1621333
24
65.8640000
2.7443333
29
696.6746667
R-Square
Coeff Var
Root MSE
0.905459
13.63085
1.656603
DF
Anova SS
Mean Square
2
28.3326667
14.1663333
1
549.5520000
549.5520000
2
52.9260000
26.4630000
F Value
45.97
Pr > F
<.0001
hr Mean
12.15333
F Value
5.16
200.25
9.64
Pr > F
0.0137
<.0001
0.0008
A 21
B 20
C 12
D 23
E 16
F 30
B 22
C 16
D 21
E 18
F 29
A 14
C 16
D 20
E 20
F 31
A 13
B 24
D 28
E 21
F 32
A 12
B 26
C 18
E 20
F 33
A 13
B 28
C 15
D 27
F 31
A 16
B 27
C 14
D 25
E 23
HILERA
COLUMNA
TRATAM
RDTO
1
1
A
21
1
2
B
20
1
3
C
12
1
4
D
23
1
5
E
16
1
6
F
30
2
1
B
22
2
2
C
16
2
3
D
21
2
4
E
18
2
5
F
29
2
6
A
14
3
1
C
16
3
2
D
20
3
3
E
20
3
4
F
31
3
5
A
13
3
6
B
24
4
1
D
28
4
2
E
21
4
3
F
32
4
4
A
12
4
5
B
26
4
6
C
18
5
1
E
20
5
2
F
33
5
3
A
13
5
4
B
28
5
5
C
15
5
6
D
27
6
1
F
31
6
2
A
16
6
3
B
27
6
4
C
14
6
5
D
25
6
6
E
23
The ANOVA Procedure
Class Level Information
Class
Levels
Values
HILERA
6
1 2 3 4 5 6
COLUMNA
6
1 2 3 4 5 6
TRATAM
6
A B C D E F
Number of observations
36
The ANOVA Procedure
Dependent Variable: RDTO
Sum of
Source
DF
Squares
Mean Square
F Value
Pr > F
Model
15
1244.750000
82.983333
12.74
<.0001
Error
20
130.222222
6.511111
Corrected Total
35
1374.972222
R-Square
Coeff Var
Root MSE
RDTO Mean
0.905291
11.85300
2.551688
21.52778
Source
DF
Anova SS
Mean Square
F Value
Pr > F
HILERA
5
52.805556
10.561111
1.62
0.1999
COLUMNA
5
31.472222
6.294444
0.97
0.4615
TRATAM
5
1160.472222
232.094444
35.65
<.0001
Tukey's Studentized Range (HSD) Test for RDTO
NOTE: This test controls the Type I experimentwise error rate, but it generally has a
higher Type II
12. Aplicando la regresin lineal mltiple, se desea saber si en una cierta regin el gasto
mximo medio anual, el rea de la cuenca y la altura media de la precipitacin mxima en
24 horas se pueden correlacionar linealmente, y que tan bueno es el ajuste. Los datos se
presentan en la tabla siguiente:
Estacin
Y = gasto mximo
medio anual, 102m3/s
X1 = rea de la
cuenca, 103km2
20.5
1.25
1.7
8.5
0.87
2.1
85.5
5.69
1.9
105.0
8.27
1.9
24.8
1.62
2.1
3.8
0.18
2.4
1.8
0.15
3.2
18.0
1.40
2.7
85.5
8.27
2.1
10
105.0
1.62
2.4
data regresion;
input X1 X2 Y;
CARDS;
20.5 1.25 1.7
8.5
0.87 2.1
85.5 5.69 1.9
105
8.27 1.9
24.8 1.62 2.1
3.8
0.18 2.4
1.8
0.15 3.2
18
1.4
2.7
85.5 8.27 2.1
105
1.62 2.4
PROC PRINT;
PROC REG;
MODEL Y= X1 X2;
RUN;
Obs
1
2
3
4
5
6
7
8
9
10
Source
Model
Error
Corrected Total
DF
2
7
9
X1
X2
Y
20.5
1.25
1.7
8.5
0.87
2.1
85.5
5.69
1.9
105.0
8.27
1.9
24.8
1.62
2.1
3.8
0.18
2.4
1.8
0.15
3.2
18.0
1.40
2.7
85.5
8.27
2.1
105.0
1.62
2.4
The REG Procedure
Model: MODEL1
Dependent Variable: Y
Analysis of Variance
Sum of
Mean
Squares
Square
F Value
0.40973
0.20487
1.06
1.35527
0.19361
1.76500
Pr > F
0.3967
Root MSE
Dependent Mean
Coeff Var
Variable
Intercept
X1
X2
0.44001
R Square
R-Square
0.2321
2.25000
Adj R-Sq
R Sq
0.0128
19.55605
Parameter Estimates
Parameter
Standard
Estimate
Error
t Value
Pr > |t|
2.45361
0.20877
11.75
<.0001
-0.00064324
0.00542
-0.12
0.12
0.9088
-0.05939
0.07355
-0.
DF
1
1
1
S = 7.64694
Coef
-18.601
1.50326
8.121
SE Coef
8.917
0.09837
1.984
R
R-Sq
= 95.2%
T
-2.09
15.28
4.09
P
0.059
0.000
0.001
VIF
1.2
1.2
R-Sq(adj)
Sq(adj) = 94.4%
Analysis of Variance
Source
Regresin
Residual Error
Total
DF
2
12
14
SS
13847.2
701.7
14548.9
MS
6923.6
58.5
F
118.40
X1
X2
P
0.000
1
21
3
35
2
11
4
31
3
9
5
32
4
16
4
46
5
62
4
125
6
23
3
44
7
18
6
52
8
10
5
29
9
89
3
129
10
24
2
35
11
12
4
35
12
47
3
78
13
35
2
43
14
29
3
47
15
14
4
38
The REG Procedure
Model: MODEL1
Dependent Variable: Y
Analysis of Variance
Sum of
Mean
Source
DF
Squares
Square
F Value
Pr > F
Model
2
13847
6923.61222
118.40
<.0001
Error
12
701.70890
58.47574
Corrected Total
14
14549
Root MSE
7.64694
R-Square
0.9518
Dependent Mean
53.26667
Adj R-Sq
0.9437
Coeff Var
14.35596
Parameter Estimates
Parameter
Standard
Variable
DF
Estimate
Error
t Value
Pr > |t|
Intercept
1
-18.60147
8.91730
-2.09
0.0590
X1
1
1.50326
0.09837
15.28
<.0001
X2
1
8.12097
1.98364
4.09 .. 0.0015
NOTA
LOS AUTORES DEL TEXTO DE: METODOS ESTADISTICOS PARA LA
INVESTIGACION ESTAN TRABAJANDO PARA EDITAR UN TEXTO QUE
SERA DE MUCHA UTILIDAD PARA LOS ESTUDIANTES DE PREGRADO Y
POST GRADO DE LA UNIVERSIDAD NACIONAL DEL ALTIPLANO DE
PUNO.